Hallo,
erste Frage: Wo kommen Deine 200 Versuchspersonen her?
Nämlich: Wenn Sie bekannt sind, und Du weißt, Dass sie auch teilnehmen, könntest Du mit "TOKEN_ATTRIBUTES" arbeiten.
Ich nehme einmal an, dass dies nicht der Fall ist.
Es geht also darum, einen der vier Texte den Probanden zu zeigen, und zwar hälftig an Männer und Frauen.
Gut, die erste Lösung ist natürlich:
Zufallszahl von 1-4 und dann als Relevanzgleichung von
Text 1 : (Zufall==1 AND Geschlecht==1) OR (Zufall==1 AND Geschlecht==2))
Text 2 : (Zufall==2 AND Geschlecht==1) OR (Zufall==2 AND Geschlecht==2))
Da Du bei so wenigen Teilnehmern (200) natürlich nicht auf eine genau 2X4X25 Verteilung kommen wirst, kannst Du:
a. warten, bis überall 25 Teilnehmer vorhanden sind. Dann kommt das Cleaning, bei welchem sicher einige "schwachsinnige" Fälle herausfliegen; den rest entfernst Du dann per Zufall.
b. beobachten, wie der Verlauf ist.
Nehmen wir an, "Text 1, männlich" sei voll, aber "Text 3, weiblich" ist noch etwas dünn besetzt.
Dann könntest Du die Bedingung "(Zufall==1 AND Geschlecht==1)" aus der Relevanzgleichung von Text 1 löschen, und zu Text 3 hinzufügen, also dann
Text 3 : (Zufall==1 AND Geschlecht==1) OR (Zufall=
AND Geschlecht==1) OR (Zufall=
AND Geschlecht==2))
Man kann auch anderes machen:
Ich erzeuge gerne eine Zufallszahl von 1-100 (Hier wäre besser 1-200)
Du startest mit
Text 1, männlich: Zufall<26
Text 1, weiblich: (Zufall>25) and (Zufall<51)
...
Dann kannst Du ebenfalls feintunen, indem Du schon stark besetzten Gruppen eine geringere Bandbreite gibst:
Z.B.
Text 1, männlich: Zufall<21
Text 1, weiblich: (Zufall>20) and (Zufall<51) Dann haben diese schon einmal eine größere Chance auf Text 1 als die Männer
...
Dies relevanzen kann man ja während des Verlaufs der Studie immer ändern.
Leider gibt es keinen Zugriff auf die bereits erfüllten Quoten. Daher kann man nicht einfach mit der "Least-Filled"-Methode vorgehen.
Bis dann
Joffm